由本益比藉智慧金融一探本夢比

未來想要預測市場行情,就只能仰賴人工智慧,努力餵資料來讓機械學習一途了。圖/photo-ac

文/夏肇毅 CubicPower晶智能中心創辦人

一年前新冠疫情剛爆發時,金融市場立刻大幅下跌,之後靠著各國政府的不斷刺激,費了好大功夫才開始反轉,這是利空刺激後反應的基本模式。等到第二波疫情再起,市場便只短暫地下跌就反轉,因為大家認定接著就會有激勵措施推出,行情反而大幅上漲。這便是刺激後的反應再反應,或有說是利空出盡。有些人動作更快,會直接再想到接連三個反應後是什麼情景。因此常有短多長空或是短空長多的各種說法,這些都是市場群眾預期心理的綜合反應。

傳統上用本益比和淨值等指標來推斷公司的股價高低,是邏輯理性判斷的代表。機構用估值公式來推斷公司的股票價格,或使用技術分析,拿行情的波動信號來預測未來的價格走勢。有時若覺得虛擬貨幣是泡沫沒有內涵價值,或是公司估值配不上股價,就會做出放空的建議與行動。然而市場上,許多時候並不全然是由這種理智判斷來運作,而是靠群眾心理。光拿傳統的邏輯法則,只推到刺激後的第一步反應,那在市場上將常會遇到挫折。

對於公司下一步,下兩步,下三步等日後發展的判斷,是大家對未來的夢想。千禧年前的.com網路泡沫,就肇因於對於網路世界發展的憧憬,無視於本益比的警告,前仆後繼地投入,於是才有所謂本夢比的說法。金融市場是群眾預期心理的綜合表現。每一個人想的算的都不一樣,表現出來的就是多數人想法的平均。市場老手跟據多年在市場中打滾所觀察到的經驗,才會發展出養套殺等操縱群眾心理的步驟。

於是在傳播工具上,先以各種名號來吸引跟隨者。有號召力的人登高一呼,群眾就跟隨他的指令而去,就所謂聚沙成塔,螞蟻搬大象。這時靠的就是群眾心中的信念。像美國日前發生GameStop等meme stock的軋空事件,社群打著去中心化的民主聖戰旗號,展開一個Main Street對Wall Street的戰爭。加上趨勢名人的鼓勵加持,形勢更是銳不可擋。一開始時造成機構放空者大幅損失,待熱潮散去後股價便再也無法支撐。

傳統的金融科技運用投資學,拿公式與機率推導出公司估值與合理股價範圍的解析解。先導出一個合理的模型函數,以後每次輸入x套入公式,就得到一個輸出y。數百年來,無數知名經濟學家不斷解出各種模型來預測金融經濟行為。電腦發明後,方程式不再需要由人導出解析解,各種數值分析程式能幫你算出近似解。但現代金融市場的動態模型,可能是非常高維度的多階函數,不再是單用這種簡單方程式所能正確描述的,靠的是對群眾心理的掌握才能有所收穫。

記得在聽人工智慧的時候,每次講到無法導出解析解的方程式時,講者就拿出一個虛擬寶物放入,問題便迎刃而解,屢試不爽。這個寶物就是類神經網路(Artificial Neural Network,ANN)。類神經網路是模仿人腦神經網路的運作原理設計的,它是近十數年來人工智慧突飛猛進的關鍵所在。人們不需理解了解事件的運作方法,只要建好模型,匯入事件資料與答案加以訓練,一段時間之後,這個模型就可以相當程度正確地把答案給你。人們只管輸入和輸出,至於中間如何運作就交給類神經網路來幫你連結。這相當於人類的直覺反應,而不是思考後的理智判斷。我們所謂的思考,是先在腦中建立很多原則與方法,最後根據這些原則來做出決定。但當原則太多的時候,所產生出來的答案有時會相互矛盾,讓人造成混淆而無法做出判斷。

而人的直覺剛好相反,裡面的線路早就連好了,不需要再思考。給它輸入,立刻就有答案輸出。這是根據經驗,在腦中不斷訓練,將資料和答案自動做連結。日久後,看到現象無需思考,就能知道答案了。類神經網路運作所需的步驟也一樣,就只是建模,訓練,預測。

現代金融環境如負利率,虛擬貨幣的出現,早已超過古典理論的描述,讓人無法師法歷史經驗。這時就只有靠智慧金融,使用類神經網路等人工智慧方法來分析更多的金融現象。以往金融科技建立了理財機器人,利用本益比等財務分析方法來幫人分散投資風險。然而市場是理性判斷與群眾心理本夢比的綜合體,要再發展智慧金融,以探索其中的奧秘。由此可見,未來想要預測市場行情,就只能仰賴人工智慧,努力餵資料來讓機械學習一途了。

>>訂閱名家評論周報,關心全球財經大小事

延伸閱讀